海洋测绘
海洋測繪
해양측회
HAIYANG CEHUI
2015年
4期
20-23
,共4页
水深反演%反演模型%BP神经网络%线性回归模型%反射率
水深反縯%反縯模型%BP神經網絡%線性迴歸模型%反射率
수심반연%반연모형%BP신경망락%선성회귀모형%반사솔
water depth retrieval%retrieval model%BP neural network%linear regression model%reflectivity
利用Landsat7 ETM+遥感影像反射率和实测水深值之间的相关性,选取了相关性较好的ETM1、ETM2、ETM3、ETM4、ETM3/ETM2等5个水深反演因子,建立了BP神经网络水深反演模型.为充分体现BP神经网络模型的优越性,利用SPSS软件建立了单波段、波段比值、多波段三种不同的线性回归模型.通过对比发现,具有很好的自适应能力和非线性映射能力的BP神经网络模型在处理遥感水深反演问题上比传统的线性模型效果更好.
利用Landsat7 ETM+遙感影像反射率和實測水深值之間的相關性,選取瞭相關性較好的ETM1、ETM2、ETM3、ETM4、ETM3/ETM2等5箇水深反縯因子,建立瞭BP神經網絡水深反縯模型.為充分體現BP神經網絡模型的優越性,利用SPSS軟件建立瞭單波段、波段比值、多波段三種不同的線性迴歸模型.通過對比髮現,具有很好的自適應能力和非線性映射能力的BP神經網絡模型在處理遙感水深反縯問題上比傳統的線性模型效果更好.
이용Landsat7 ETM+요감영상반사솔화실측수심치지간적상관성,선취료상관성교호적ETM1、ETM2、ETM3、ETM4、ETM3/ETM2등5개수심반연인자,건립료BP신경망락수심반연모형.위충분체현BP신경망락모형적우월성,이용SPSS연건건립료단파단、파단비치、다파단삼충불동적선성회귀모형.통과대비발현,구유흔호적자괄응능력화비선성영사능력적BP신경망락모형재처리요감수심반연문제상비전통적선성모형효과경호.